كان التقدم السريع في الذكاء الاصطناعي بمثابة صدمة للنظام بالنسبة للعديد من المؤسسات. في سباق لتحقيق أكبر قدر من التأثير في جداول زمنية طموحة، يرغب القادة في دمج ذلك عبر العمليات وتجربة العملاء وصنع القرار.
لقد أدى ذلك إلى إحداث تغيير في أشكال عديدة، بما في ذلك تسريع المشاريع الفنية طويلة المدى التي لم تكن من الأولويات في السابق.
مدير أول في شركة Cognizant Research.
أحد هذه العناصر هو التحديث القديم. لقد انتقلت مهمة تحديث أو استبدال الأنظمة القديمة التي لم يتم تصميمها أبدًا لتلبية متطلبات البيانات أو الأمن أو الذكاء الاصطناعي اليوم، من المهام الخلفية إلى التركيز الأساسي. في العديد من الشركات، لا تزال هذه الأنظمة تدير العمليات الأساسية.
لكن صيانتها مكلفة، ويصعب تغييرها، وغالبًا ما تكون سيئة التوثيق. إن ظهور الذكاء الاصطناعي يجعل هذا التطور غير قابل للتفاوض.
ويدرك قادة الأعمال مدى إلحاح التحديث القديم، إلا أن التنفيذ لا يزال قاصرا. تظهر الأبحاث أن 85% من كبار المسؤولين التنفيذيين يشعرون بالقلق من أن التكنولوجيا الحالية لديهم ستحد من الاعتماد الهادف للذكاء الاصطناعي، في حين يقول ما يقرب من ثمانية من كل عشرة (79%) أنهم لن يتقاعدوا حتى من نصف ديونهم التكنولوجية على مدى السنوات الخمس المقبلة.
يعتمد استخدام الذكاء الاصطناعي بشكل فعال على البيانات النظيفة والمنصات المستقرة والأنظمة المرنة. عندما تكون البيئات القديمة مجزأة أو غير مستقرة، يصبح نشر الذكاء الاصطناعي أبطأ وأكثر تكلفة وأصعب في التوسع. دعونا نستكشف كيفية تحقيق التحديث مع البقاء في صدارة التغيير القائم على الذكاء الاصطناعي.
لماذا يعود التحديث القديم إلى الدماغ؟
لقد كانت الأنظمة القديمة، بحكم تعريفها، جزءًا من مجموعات تكنولوجيا المعلومات الخاصة بالمؤسسات لعقود من الزمن، وغالبًا ما تُترك في مكانها لأن استبدالها يعرض العمليات الحيوية التي تدعمها للخطر. ويحث الذكاء الاصطناعي الآن المنظمات على إعادة النظر في هذا النهج.
لقد حولت تحديث البنية التحتية من مناقشة التكلفة والمخاطر إلى مناقشة التمكين. هل يمكن للأنظمة الحالية دعم البيانات وطموحات الذكاء الاصطناعي؟
وبدون الالتزام بتغيير البنية التحتية، فإن البيانات المنعزلة والتطبيقات غير المدعومة والعمليات اليدوية تحد من مدى إمكانية تكامل الذكاء الاصطناعي. وفي الوقت نفسه، يتزايد طلب العملاء على المنتجات والخدمات التي تدعم الذكاء الاصطناعي، مما يزيد الضغط لتحديث الأنظمة التي لم يتم تصميمها أبدًا لدعم حالات الاستخدام هذه.
ونتيجة لذلك، وضعت العديد من الشركات خططًا طموحة لتجهيز نفسها لاعتماد الذكاء الاصطناعي بشكل كبير. وفي غضون العامين المقبلين، يتوقع حوالي ثلاثة أرباع القادة تحقيق تقدم كبير في تحديث البنية التحتية القديمة.
حدود خطة السنتين
غالبًا ما يكون الدين التكنولوجي هو العامل الرئيسي الذي يحد من تقدم مبادرات التحديث. ويتراكم هذا الدين بمرور الوقت مع تصحيح الأنظمة وتوسيعها وتكاملها بدلاً من استبدالها، مما يزيد من التكلفة والجهد المبذول.
وبأخذ لمحة سريعة عن المشهد الحالي، نجد أن معظم الشركات (93%) قد تخلصت من 25% أو أقل من ديونها التكنولوجية. وبالنظر إلى المستقبل، يتوقع أقل من واحد من كل خمسة (18%) أن يتقاعد أكثر من النصف بحلول عام 2030.
تفترض العديد من خطط التحديث أن المدخرات الناتجة عن تخفيض ديون التكنولوجيا ستمول العمل المستقبلي، ولكن بهذا المعدل، من غير المرجح أن تصل هذه المدخرات بسرعة كافية لدعم الجداول الزمنية التي يسرّعها الذكاء الاصطناعي.
ويتباطأ التقدم أيضًا بسبب مزيج من التعقيد والمهارات وقيود الميزانية. بمرور الوقت، غالبًا ما يتم تجميع الأنظمة القديمة معًا من خلال تعليمات برمجية مخصصة وتكاملات النقاط والحلول اليدوية التي تم إنشاؤها للحفاظ على سير الأمور.
ونتيجة لذلك، يصبح من الصعب فهم الأنظمة الحالية وتغييرها دون انقطاع، حتى مع تخصيص جزء كبير من ميزانيات تكنولوجيا المعلومات لصيانتها. وهذه العوامل مجتمعة تجعل من الصعب على معظم المؤسسات تحقيق جدول زمني مدته عامين للتحديث.
إدارة وتيرة التحديث
استجابة لضغوط السوق والمنافسين، غالبًا ما تقوم الشركات بزيادة عدد مبادرات الذكاء الاصطناعي التي تديرها بالتوازي. وهذا يعني تقديم أدوات جديدة، وتوسيع نطاق البرامج التجريبية، ومطالبة الفرق بتقديم المزيد مع الاستمرار في دعم الأنظمة الحالية.
عندما تكون المنصات الأساسية غير مستقرة أو قديمة، فإن هذا النهج يزيد من مخاطر التكلفة والتسليم. كما أنه يضع ضغطًا إضافيًا على المهارات المحدودة بالفعل. ومن الناحية العملية، يميل التقدم إلى التباطؤ بدلا من التعجيل به.
إن إدارة السرعة، بدلاً من الدفع نحو السرعة وحدها، تسمح للمؤسسات بإحراز التقدم دون إرهاق الفرق أو الميزانيات.
نهج عملي للتحديث
تميل المؤسسات التي تتقدم في مبادرات التحديث إلى التركيز في البداية على المجالات التي يحقق فيها التغيير فائدة تشغيلية فورية. غالبًا ما يكون تحسين الرؤية عبر الأنظمة وتقليل العمل اليدوي وتعزيز الأمان بمثابة نقاط بداية فعالة.
وعادة ما تكون أقل خطورة من المشاريع واسعة النطاق، مع توفير الوقت والميزانية والاهتمام لأعمال أكثر تعقيدًا في وقت لاحق.
في التصنيع، قد يتضمن ذلك ربط الأنظمة لتعزيز التخطيط وتقليل وقت التوقف عن العمل. وفي مجال الرعاية الصحية، قد يعني ذلك تحديث سجلات المرضى لتقليل الأخطاء وتعزيز الإنتاجية. وفي كل حالة، يتم التركيز على التغييرات العملية التي تجعل المهام اليومية أسهل.
ومع قيام الشركات بتقليل التعقيد، يصبح من الأسهل بشكل كبير تحديد مكان وجود ديون التكنولوجيا ومعالجتها بطرق أكثر تقدمًا. على سبيل المثال، يمكن للذكاء الاصطناعي أن يلعب دورًا أكثر فائدة من خلال مساعدة الفرق على فهم التعليمات البرمجية القديمة، وأتمتة الوثائق، وتسريع أعمال الترحيل.
وهذا يقلل من الاعتماد على المهارات المتخصصة النادرة ويساعد على المضي قدمًا في عملية التحديث بوتيرة أكثر استدامة.
وتوفر هذه الأسس اللبنات الأساسية للنمو. يتضمن ذلك إطلاق خدمات جديدة، والاستجابة بشكل أسرع لاحتياجات العملاء ودعم حالات استخدام الذكاء الاصطناعي الأكثر تقدمًا في جميع أنحاء الأعمال.
لقد سلطت شهيتنا التي لا تشبع للذكاء الاصطناعي الضوء على نقاط الضعف الطويلة الأمد في الأنظمة الحالية، ولكنها جعلت الأولويات أكثر وضوحا.
من المرجح أن تحقق الشركات التي تركز على التحسينات المطردة لأنظمتها الأساسية ومواءمة تكامل الذكاء الاصطناعي مع قدرة تلك الأنظمة تقدمًا ثابتًا بمرور الوقت، بغض النظر عن الجدول الزمني المحدد المرفق. إن الذكاء الاصطناعي يتحرك بسرعة، وهو العمل غير الجذاب للتحديث القديم الذي سيقرر من سيتقدم للأمام.
لقد عرضنا أفضل برامج أتمتة تكنولوجيا المعلومات.
تم إنتاج هذه المقالة كجزء من قناة Expert Insights التابعة لـ TechRadarPro حيث نعرض أفضل وألمع العقول في صناعة التكنولوجيا اليوم. الآراء الواردة هنا هي آراء المؤلف وليست بالضرورة آراء TechRadarPro أو Future plc. إذا كنت مهتمًا بالمساهمة، اكتشف المزيد هنا: https://www.techradar.com/news/submit-your-story-to-techradar-pro
التعليقات